Zobrazeno 1 - 10
of 174
pro vyhledávání: '"Pennoni, Fulvia"'
We propose an inferential approach for maximum likelihood estimation of the hidden Markov models for continuous responses. We extend to the case of longitudinal observations the finite mixture model of multivariate Gaussian distributions with Missing
Externí odkaz:
http://arxiv.org/abs/2106.15948
Publikováno v:
International Statistical Review; Dec2024, Vol. 92 Issue 3, p327-354, 28p
Autor:
Pennoni, Fulvia1 (AUTHOR) fulvia.pennoni@unimib.it, Bartolucci, Francesco2 (AUTHOR), Pandolfi, Silvia2 (AUTHOR)
Publikováno v:
Journal of Classification. Nov2024, Vol. 41 Issue 3, p568-589. 22p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Latent Markov (LM) models represent an important class of models for the analysis of longitudinal data (Bartolucci et. al., 2013), especially when response variables are categorical. These models have a great potential of application for the analysis
Externí odkaz:
http://arxiv.org/abs/1501.04448
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We exploit a multivariate multilevel model for the analysis of the Italian sample of the TIMSS\&PIRLS 2011 Combined International Database on fourth grade students. The multivariate approach jointly considers educational achievement on Reading, Mathe
Externí odkaz:
http://arxiv.org/abs/1409.2642
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We compare different selection criteria to choose the number of latent states of a multivariate latent Markov model for longitudinal data. This model is based on an underlying Markov chain to represent the evolution of a latent characteristic of a gr
Externí odkaz:
http://arxiv.org/abs/1212.0352